如何建立数据驱动型组织 - 学习笔记 (1)

最近在看一本书：《Creating a Data-Driven Organization- Practical advice from the trenches》，建立数据驱动型组织---来自一线专家的实用建议。在这里做一个读书笔记。

前言

本书主要讨论两个问题：

• 对于组织来说，数据驱动意味着什么？
  数据的洞察力和前瞻性可以极大的激发组织的潜力。

• 如何成为一个数据驱动型组织？
  数据的洞察力来自于可信赖的数据和有效的分析。

搜集正确的数据，确保数据质量，使用正确的数据分析方法，通过数据洞察形成有效的决策，最终付诸一系列行动。这就是所谓分析价值链（The Analytics Value Chain）。

在分析价值链中，最后一步尤为重要，如果数据分析最终无法转化为行动，那么所有的努力都是白费功夫。

组织文化是另外一个关键因素，这是一个综合问题。涉及到数据质量和分享，分析师招募，培训，沟通，数据分析组织架构，标杆设计，A/B测试，决策过程等等。

数据分析不仅仅是自顶向下的领导力驱动，也应是自底向上业务驱动。正如Todd Holloway所说，“最好的创意来源于距离数据最近的一线员工。”

---

目录：

1. What do we mean by Data-Driven 什么是数据驱动？
   Data Collection
   Data Access
   Reporting
   Alerting
   From Reporting and Alerting to Analysis
   Hallmarks of DAta_Drenness
   Analytics Maturity
   Overview
2. Data Quality 数据质量
   Facets of Data Quality
   Dirty Data
   Data Provenance
   Data Quality Is a Shared Responsibility
3. Data Collection 数据收集
   Collect All the Things
   Prioritizing Data Sources
   Connecting the Dots
   Data Collection
   Purchasing Data
   Data Retention
4. The Analyst Organization 数据分析组织
   Types of Analyst
   Analytics Is a Team Sport
   Skills and Qualities
   Just One More Tool
5. Data Analysis 数据分析
   What Is Analysis?
   Types of Analysis
6. Metric Design 标杆设计
   Metric Design
   Key Performance Indicators
7. Storytelling with Data 用数据讲故事
   Storytelling
   First Steps
   Sell, Sell, Sell!
   Data Visualization
   Delivery
   Summary
8. A/B Testing A/B 测试
   Why A/B Test?
   How to: Best Practices in A/B Testing
   Other Approaches
   Cultural Implications
9. Decision Making 决策
   Hou Are Decisions Made?
   What Makes Decision Making Hard?
   Solutions
   Conclusion
10. Data-Diven Culture 构建数据驱动文化
    Open, Trusting Culture
    Broad Data Literacy
    Goals-First Culture
    Inquisitive, Questioning Culture
    Iterative, Learning Culture
    Anti-HiPPO Culture
    Data Leadership
11. The Data-Driven C-Suite 数据驱动 C-Suite
    Chief DATA Officer
    Chief Analytics Officer
    Conclusion
12. Privacy, Ethics, and Risk 隐私、道德和风险
    Respect Privacy
    Practice Empathy
    Data Quality
    Security
    Enforcement
    Conclusions
13. Conclusion结论

Further Reading
Analytics Organizations
Data Analysis & Data Science
Decision Making
Data Visualization
A/B Testing